基于MODIS数据气溶胶光学厚度特征分析

海

洋信息

MARINE

INFORMATION

Doi:

10.19661/.2019.02.007

!

借息技术

】

基于

MODIS

数据气溶胶光学厚度特征分析

侯思远

，

刘雨华

，

郑小慎

，

徐帆

，

杜荣璇

(

天津科技大学海洋与环境学院天津

300457

)

摘

要

气溶胶光学厚度，

(

AOD

)

是表征大气浑浊程度的关键的物理量

也是确定气溶胶气候效应的重要因素

$

本文

以环渤海区域为例

，

首先利用太阳光度计观测数据对

MODIS

数据气溶胶光学厚度产品进行验证分析

，暗像元法反演

结果最好月至月

；年

然后基于

2005

1

2019

年暗像元法反演结果分析环渤海地区气溶胶光学厚度的时空分

2

MODIS

布春夏季节气溶胶处于高值区()

$

结果表明

：，

环渤海地区

AOD

分布呈现出明显的季节变化

，

0.7-0.9

秋冬季节处于

低值区)

(季

0.2-0.5

，

AOD

高值区主要分布于北京天津及河北和山东交界地区

、

$

气溶胶分布特征可能与沙尘天气

、

风变化和工业生产生活的污染物排放有关

$

关键词

气溶胶光学厚度

；

MODIS

数据；

环渤海区域

中图分类号

X513

Analysis

of

MODIS

Aerosol

Opticalon

ThicknessData

Characteristics

Bad

HOURong-xuan

Si-yuan, DU

LIUYu-hua,ZHENG

Xiao-shen,

XU

Fan,

(

College

of

of

Marine China

andSciences,TianjinScience

EnvironmentalUniversityand

Technology,

Tianjin

300457,

)

Abstract

Aerosolthickness

opticalimportant

of

(AOD)

is

thethefactor

key

physicalturbidity atmosphere

quantitythe

inand

inRimthis

determining

theclimaticregionthe

effectsthe

of

as

aerosols.Takingpaper

photometer

Bohai

studyarea,

us

solar

obrvationandoptical

data

the

todemonstrating

verify

analyzebetter

theMODISperformance

data

aerosolproducts,

thickness

ofpixelmethodpixelJanuary

dark dark

inversion

.to

Then

bad

onMODISfrom2005

themethod

inversion

results

of

Februarythe

2019,

the the

temporaldistribution

andSea.

spatialAOD

of analyzed

AODBohaiThe

isin

results

showthat

distribution

has

obviousasonal

thelow

variations.aerosol

The

reaches

the

high

valueinsummer,

(0.7-0.9)and

springand

valuetheAODTianjin

(0.2-0.5)andThein

invalueis

autumnhigh

winter

ason.mainly

areadistributedandthe

Beijing,

border

characteristics

area

betweenProvince.

Hebeidistributionbe

Provinceofaerosolsdust

andThemay

Shandong

to

related

weather,

monsoon,

and

pollutant

emissions

from

industrial

production.

KeywordsMODIS

aerosolregion

optical

thickness;

data;Bohai

Rim

大气气溶胶是液态或固态颗粒在大气中的悬

浮体系

，

气溶胶可以通过辐射和吸收太阳辐射直

接影响地球的辐射热收支平衡

，

是气候变化的重

，

AOD

)

是气溶胶最重要的参数之一

，

为衰弱系

数在垂直方向上的积分

，

是描述气溶胶对光的

削减作用的

是一个无量纲值

，

对准确获得气

溶胶浓度和研究气候变化有着重要的意义

#

要因子叭

随着城市化进程的推进

，

大气环境污

染问题日益突出

。

AOD

主流观测可以分为地面观测和卫星反演

#

大气气溶胶光学厚度

(

Aerosol

Optical

Depth

,

收稿日期

：

2019-05-31

项目支撑

：

大学生创新创业项目

(

2

)

。

||

36

海洋信

2019

年第

2

期||

AOD

地面观测则有实际地点观测和地基站点观

信息技术

测两种

，

观测方法普遍采用太阳光度计测量观

产品进行融合

。

测点数据

，

因而不能反映气溶胶光学厚度的大

在地面及现场观测中

，

地基气溶胶观测网络

AERONET

(/

)

起到了

范围时间分布

，

有极大的局限性

"

而卫星遥感

反演具有范围广

、

时效性强等特点

，

不再局限

于观测站点设置的局限性

，

可以弥补地面监测

数据支撑的作用叫

它是由

NASA

和法国国家科

学研究中心

(

CNRS

)

共同建立的

。

AERONET

的目标是获取气溶胶的特征参数

，

并验证卫星反

演的气溶胶参数

，

AERONET

在全球陆地和海洋

的不足

，

高效快速的获得区域大范围

AOD

分布

特征叫

目前

，

国内外有多颗卫星提供了

AOD

反演

产品

，

如美国的、

MODIS

MISR

、

SeaWIFS

#

上分布着

400

个观测站

，

采用的观测设备主要是

CIMEL

系列太阳光度计叫

本文以环渤海区域为例

，

利用太阳光度计观

测数据对

MODIS

数据气溶胶光学厚度产品进行

VIIRS

、

OMI

#

Calipso

等

，

国内利用环境一

号

(

HJ-1

)

系列卫星上搭载的宽覆盖率光谱

CCD

和

FY-3A

上搭载的中分辨率光谱成像

仪

(MERSI

)

可以实现对气溶胶光学厚度反

验证分析

，

基于

20052019

年

1

月至

年

2

月

MODIS

暗像元法反演结果分析环渤海地区气溶

胶光学厚度的时空分布

。

演叫气溶胶算法主要包含了暗像元法

(

DT

)

、

深蓝算法

(

DB

)

以及融合算法

(

CO

)

，

其中

DT

算法主要是成熟的大陆和海洋上空气溶胶光学

1

数据与方法

厚度反演方法

，

DB

算法适用区域可用于干旱与

半干旱高亮度地区和浓密植被覆盖的暗区域及

复杂的城市区域

，“

融合方案是基于归一化植被

指

指数

(NDVI)

数据将地表分为

NDVI

<

2

、

0.2

!

1.1

研究区域介绍

环渤海地区”

也称为

“

环渤海经济圈

”

，

京津冀

海洋信息

MARINE

INFORMATION

人口的

22.2%

,

地理位置十分重要叫气溶胶观

测的区域地基站点分布不均

，

站点多分布于北京

地区

°

本文选择

113.5°

E

至

120E°

、

36°N

至

41

。

/

区域进行实测数据验证分析及

AOD

时空变

化研究区域

。

1.2

数据介绍

本文使用的是美国国家航空航天局

(

National

Aeronautics

and

Space

Administration

,

NASA

)

发

布于

LAADS

DAAC

网站

(

ladsweb

.

/arch

)

的

2005

年

1

月一

2018

年

12 日

月的C6

版本

Level1

MODIS/Aqua

尺度数据产品

(

MOD04

L2

)

,

空间分辨率为

0.1°

x

0.1

。

。

对(

C6

版本暗像元法

DT

)

、

深蓝

算法 种方法得到

(

DB

)

以及融合算法

(

CO

)

3

，

的AOD

产品数据进行分析

。

实测数据包括基站监测数据和现场监测数

据

。

基站数据采用

CE318

多波段太阳光度

计测量在香河站点

(

39.754°

N

,

116.962°

E

)

AERONET

level1.5

级

AOD

数据产品数据

，包含

340380870

、、、、、

440

、

500675

1

020

nm

共

7

个波段的

2018

年全年数据

；

现场监测数据采用

Microtops

II

手持太阳光度计在天津滨海新区站

点

(

39.087°NE

,年

117.704°)

现场观测

2018

1

月

一

2018

年

12

月的数据

,

数据包含

340

、

500

、

870

、020

936

、

1

nm

共

5

个波段数据

。

2

MODIS

AOD

数据产品验证

2.1

数据的预处理

由于实测数据不包括

550

nm

波段上的

AOD

数据

，

依据朗伯一比尔定律

，

利用其它波

张家口

段

(

500

nm

和

675

nm

)

上的

AOD

数据和对应

波段的波长指数进行插值

，

得出

550

nm

波段上

的数据

AOD

,

变换获得波长指数的计算公式

问

如下

：

其中血和

"

为波长

,

dz

为波长血至九区

"

间内的波长指数

,

和

#

A2

分别对应波长血和

上的

AOD

数据

。

介于波长血和

"

之间的任一波

长九对应的

AOD

数据可由下式计算

：

||

38

海洋

2019

年第

2

期||

严)

2

(

1

2

)

2.2

MODIS

AOD

数据验证

实测数据为

AERONET

地基数据一香河

站点

(,

39.754°N

116.962°

E

)

和滨海站点

(

39.087°

N

,

117.704°)

E

观测的

AOD

数据

,

对

MODIS

数据暗像元法

(

DT

)

、

深蓝算法

(

DB

)

以及融合算法

(

CO

)

3

种方法得到的

AOD

产品

数据进行验证

。

以观测站点为中心

，

选取周围

3x3

像元内的

MODIS

气溶胶光学厚度结果做空

间平均

，与时间

作为

MODIS

不同算法的

AOD

,

间隔在

3

h

内的实测数据进行验证分析

。

图

2

为卫星

AOD

与实测数据的对比分析图

,

匹配数据为

234

组

实测数据与暗像元算法反演

算法结果的拟合曲线为

y0.1497

=+

0.7885x

,

判

定系数

R

2

=0.64

信息技术

坦

：

Q

o

<

#

8

G

SIGOW

实测

AOD

(

a

)

DB

结果与实测数据的对比

0.7885x

+

0.1497

0

1

0.20.40.60.8

实测

AOD

1.21.6

1.41.8

2

(

bDT

)

结果与实测数据的对比

坦

瞬

o

o

Q

o

<

S

IG

O

W

实测

AOD

(

c

)

CO

结果与实测数据的对比

图

2

卫星

AOD

与实测数据的对比分析

||

2||

2019

年第

海洋信息

MARINE

INFORMATION

41°N

40°N

北京

辽宁

39°N

河北

天津

渤海

3,°N

35°N

山东

36°N

114°E 115°E O O 120°E

116°E117118119°E

EE

图

3

20052018

年

一

年

AOD

整体分布图

3.2

气溶胶光学厚度时间变化

年开始峰值又达到

AOD

0.9

—

1.0

之间

$

图

4

为环渤海地区

20052018

年年

1

月

一

12

月

AOD

的数值变化图

，

由图分析可知

，

该图呈

“

多峰型

”

分布并且有相似的走向

，

2005

年气溶

时间上

1

月至

6

月呈现出波动上升趋势

，

在

7

月和

8

月达到峰值

，

从

8

月开始再逐步波动式

下降

$

夏季高值的原因是由于环渤海地区夏季以

较细粒径的城市

一

工业气溶胶为主控模态

，

夏季

胶光学厚度偏高

，

随后

3

年普遍较低

$

2006

—

2008，

年

AOD

峰值都在低于

0.7

的情况下

2009

持续高温条件下光化学反应加速了细粒子的生成

。

20

2

2

O1

O1

2

O1

2

O1

O1

2

O1

2

O1

O1

2

O1

2

0

7

6

5

4

3

2

1

0

图

4AOD

2005

年

一

2018

年月平均

3.3

气溶胶光学厚度季节变化

图

5

为

20052019

年

3

月

一

年

2

月间的

AOD

79

、

8

月为夏季

，2

、

10

、、

11

月为秋季

，

12

1

、

月为冬季

。

信息技术

40o40o

NN

383838

OOO

NN

40°N

N

0.7

36°N36°N

36°N

114°E116°E114°E116°E116°E

11(°E11(°E11(°E

120°E120°E120°E

114°E

0.6

40°N40°N

40°N

383838

OOO

N

0.5

NN

36°N36°N

36°N

114°E116°E114°E116°E116°E

11(°E11(°E11(°E

120°E120°E120°E

114°E

0.4

40°N40°N

40°N

0.3

383838

OOO

NN

N

36°N36°N

36°N

114°E116°E114°E116°E116°E

海洋信息

MARINE

INFORMATION

明显的季节变化趋势

，

季节分布特点为夏季

AOD

值最高

(

0.60.5

),

——

0.90.7

),

春季次之

(

秋季

(

0.3-0.5

)

的

AOD

处于全年较低水平

,

冬

季)

(

0.2-0.4

的

AOD

是处于全年的最低水平

&

总体上

，

环渤海地区

AOD

的季节变化呈现出夏

季

＞

春季秋季

＞＞

冬季

，

这与中国东部地区气溶

胶表现的特征基本一致讥

图

6

为环渤海地区

20052018

年年

1

月

一

12

月的环渤海地区分布图

14

年月均

AOD

，

环渤海

空

陆地区域

AOD

高值区分布于重工业区

,

主要集

中于河北和山东的交界

，

夏秋季分布特点尤为突

出

；

渤海上空海区

AOD

高值区主要分布于渤海

的近陆架区

，

春冬季节尤为突出

。

由图

5

和图

6

综合来看

，

12(

、

1

2

月环渤海

地区陆地区域的

AOD

整体水平在全年中最

低

(

0.2

—

0.4

之间

)

，

但出现零散的分布点

，

且年

际变化差异性较小

，

此时气溶胶处于相对稳定的

时期

&

3

、

4

(

5

月份渤海湾及周边区域的

AOD

呈现出趋势性上涨

，

此时期的变化较大

，

春季多

有沙尘

、、

扬沙

浮沉等天气

，

而且会在很多地区

频繁的出现月

，

导致了

AOD

的升高

&

67

(

、

8

自然科学版

AOD

呈现出下降趋势

，

这可能是由于夏季降雨

量加大致使空气清洁

，月份

AOD

减小

&

9

AOD

达到相对较高的数值

(

0.6-0.7

)

，

但是在

10

月

份下降到一个相对较低的水平

(

0.4-0.5

)

，

9

、

10

、

11

月份内陆地区的

AOD

进一步降低0.3-

(

0.4

)

，

而渤海湾

AOD

开始回升

，

整体上

AOD

高

值区域由内陆向渤海湾地区转移

。

总体来看

，AOD值在

环渤海地区

5

—

6

月达

到峰值

，

在

1

—&

2

月处于最低值

从年际变化趋

势来看基本处于波动的上升趋势

，9

4

—

月因气溶

胶的活动较强

AOD

值变化较大

，，

波动也大冬

季的

AOD

值变化最小

，

波动也最小

&

||

42

海洋年第

2

息

2019

2

期||

4

结语

本文利用实测与

MODIS

数据相匹配的

234

组

AOD

数据进行验证

，：

结果表明

MODIS

暗像

元算法反演结果更适用于环渤海地区

&

在时空分

布分析中可以看到

，

环渤海地区气溶胶光学厚度

呈现出明显的季节性分布

，

AOD

高值区主要集

中于夏季

，AODAOD

冬季的

数值明显降低

&

间分布大体上呈现出西南高东北低的分布

&

河北

中南部

、

冀鲁交界处和天津南部为高值区

，

北京

北部及河北北部处于低值区

。

参考文献

：

[1]LA,V,

Levy

J

R,C.al,Evaluation

Remerof

Mattins

et

the over

MODISocean

aerosol

retrievals

and

land

during

CLAMS[J].the

of Atmospheric

Journal

Sciences,

2005,

62(4):

974-992.

[2] 徐梦溪许宝华郑胜男

，，，

等

.

基于卫星遥感数

MODIS

据的大气气溶胶光学厚度优选反演方法

[

J].

南京工程

学院学报

(

),

2013,

11(2):

1-7.

[3]Jiaoaerosolo

H.G.,­

Yan

H.,

Y.,

BiB. Advances

et

al.

in

brvationcorrespondingplan

network

and

science

[J]

.

Scientia

26(1):

Meteorologica2006,

Sinica,

110-117.

[4]

延昊，

矫梅燕等

，

毕宝贵

，

.

国内外气溶胶观测网络发

展进展及相关科学计划

[J].(1):

气象科学

，2006

110-117.

[5]

何娴

.

环渤海经济圈港口物流协同发展研究

[D].

武汉

：

武汉理工大学

,

2010.

[6]

孙海波

.

气溶胶光学特性与后向散射消光对数比的相

关性研究南京：